财务自动化工具开发与应用——基于Python和DeepSeek - 中国高校教材图书网
|
书名： |
财务自动化工具开发与应用——基于Python和DeepSeek
|
| ISBN： | 978-7-300-34271-9 |
条码： | |
| 作者： |
刘云菁 张敏 王宇韬
相关图书
|
装订： | 平 |
| 印次： | 1-1 |
开本： | 16 |
| 定价： |
￥56.00
折扣价：￥50.40
折扣：0.90
节省了5.6元
|
字数： |
200千字
|
| 出版社： |
中国人民大学出版社 |
页数： |
250页
|
| 发行编号： | 342719 |
每包册数： |
|
| 出版日期： |
2025-10-09 |
|
|
| 内容简介： |
本书紧密围绕财务自动化需求，深度融合Python基础知识、AI大模型技术与财务自动化应用。全书共10章，分为五个部分。第一部分为基础入门，包括第1章和第2章，主要介绍Python与AI大模型的基础知识；第二部分为文本与图像处理自动化，包括第3章和第4章，主要介绍Python在财务文本解析、财务图像识别和电子邮件处理自动化领域的应用；第三部分为应用程序自动化，即第5章，主要介绍Python在财务应用程序自动化领域的应用；第四部分为Excel自动化，包括第6章至第8章，主要介绍Python在Excel操作自动化领域的财务自动化审计和财务报表自动分析的应用；第五部分为Word与PPT自动化，包括第9章和第10章，主要介绍Python在Word和PPT操作自动化领域的应用。
通过本书的学习，读者可以系统掌握Python与AI大模型的基础知识，熟练运用相关技术实现财务数据处理、报告生成等自动化操作，实现财务流程的自动化与智能化，显著提升工作效率，推动财务数字化转型。本书可作为高校财务管理学、会计学、审计学、管理学等专业本科生与研究生的Python基础、大数据财务分析等课程的教材，也可作为对财务数字化转型感兴趣的读者的参考书。
|
| 作者简介： |
刘云菁 南京航空航天大学经济与管理学院副教授、硕士生导师。主要研究智能财务与大数据审计。在国内外核心期刊发表论文8篇。担任5种国内外核心期刊匿名审稿人。参与多项国家级、省部级课题以及智能财会产学研项目。
张 敏 中国人民大学商学院教授，博士生导师，会计系主任，中国人民大学吴玉章特聘教授，中国人民大学商学院“教学杰出教授”，入选财政部第四期全国会计领军（后备）人才（学术类），担任十余种国内外核心期刊匿名审稿人。主要研究领域为审计、大数据审计与会计。在《经济研究》、The Accounting Review、Review of Accounting Studies等国内外核心期刊发表论文80余篇。主持多项国家自然科学基金项目。曾获得国家级教学成果奖二等奖、北京市优秀教材课件奖、北京高校教师教学创新大赛三等奖、中国人民大学商学院最佳研究生教师奖、中国人民大学教学优秀奖、全国优秀博士学位论文提名等。
王宇韬 CFA，FRM，AQF，华能信托金融科技实验室发起人，中国人民大学商学院“Python金融”课程授课导师。主讲的“Python金融”课程同时被学习强国、中国人民银行在线学习平台收录。出版《Python金融大数据挖掘与分析全流程详解》《Python大数据分析与机器学习商业案例实战》等图书。累计为公司申请6项金融科技相关知识产权。
|
| 章节目录： |
第1章 Python基础快速入门 1
1.1 Python安装与第一个Python程序
1.2 Python基础知识
1.3 Python语句
1.4 函数与模块
第2章 AI大模型快速入门与案例实操
2.1 AI大模型概述
2.2 快速上手: AI大模型使用方式
2.3 高效使用 AI大模型的提示词技巧
2.4 AI大模型在财务场景中的典型应用
2.5 AI大模型辅助Python代码编写
第3章 Python在财务文本解析自动化领域的应用
3.1 Python在财务文本解析自动化领域的应用介绍
3.2 PDF文本解析基础——提取PDF文本与表格
3.3 PDF文本解析实战——贵州茅台、五粮液
3.4 PDF表格数据解析实战——新天绿能
3.5 文档主题可视化技术
3.6 文档主题可视化案例实战——贵州茅台
第4章 Python在财务图像识别和电子邮件处理自动化领域的应用
4.1 Python在财务图像识别和电子邮件处理自动化领域的应用介绍
4.2 PDF格式银行回单的自动识别
4.3 回单内容提取
4.4 电子邮件处理自动化
第5章 Python在财务应用程序自动化领域的应用
5.1 Python在财务应用程序自动化领域的应用介绍
5.2 PyAutoGUI库基础知识
5.3 PyAutoGUI库进阶知识
5.4 综合案例实战——自动定时下载网银流水
第6章 基于Python的Excel操作自动化基础
6.1 Python在Excel操作自动化领域的应用介绍
6.2 Pandas库基础
6.3 Openpyxl库基础及Excel操作
第7章 Python在Excel操作自动化领域的应用——财务自动化审计
7.1 Python在Excel操作自动化领域的应用——财务自动化审计介绍
7.2 自动汇总填写各公司抽样审计信息
7.3 批量填写多公司试算平衡表
第8章 Python在Excel操作自动化领域的应用——财务报表自动分析
8.1 Python在Excel操作自动化领域的应用——财务报表自动分析介绍
8.2 财务静态分析
8.3 财务趋势分析
8.4 同业比较
8.5 综合评分筛选优质上市公司
第9章 Python在 Word操作自动化领域的应用
9.1 Python在 Word操作自动化领域的应用介绍
9.2 Python-docx库基础知识
9.3 Python-docx库进阶知识
9.4 Python操作 Word案例实战——自动生成上市公司研究报告
第10章 Python在PPT操作自动化领域的应用
10.1 Python在PPT操作自动化领域的应用介绍
10.2 Python-PPTx库基础知识
10.3 Python-PPTx库进阶知识
10.4 PPT实战演练——根据模板自动创作PPT
|
| 精彩片段： |
本书旨在为不同背景的读者提供一个全面的学习路径,从Python的基础知识、AI大模型快速入门到在财务自动化领域的应用,内容涵盖财务文本解析、图像识别、电子邮件处理、应用程序自动化,以及 Excel、Word和PPT自动化操作等多个方面。无论是对于编程新手还是资深专业人士,本书都将是提升技能、优化工作流程的得力助手。
第1章“Python基础快速入门”引导读者步入Python的世界,从安装Python开始,逐步介绍Python的基础知识、语句、函数与模块等核心概念。这一章是构建坚实编程基础的基石,为后续的学习打下坚实的基础。
第2章“AI大模型快速入门与案例实操”全方位、系统性地介绍 AI大模型的核心功能、使用方式、在财务场景中的典型应用,以及其如何高效辅助 Python代码编写,旨在助力读者快速且扎实地掌握这一前沿技术,为后续深入学习筑牢根基。
第3章“Python在财务文本解析自动化领域的应用”深入探讨Python在财务文本解析自动化领域的应用,包括PDF文本解析、表格数据提取和文档主题可视化技术。通过本章的学习,读者能够掌握从海量数据中快速提取有价值的信息的方法,提升数据处理的效率和准确性。
第4章“Python在财务图像识别和电子邮件处理自动化领域的应用”聚焦财务图像识别和电子邮件处理自动化,展示如何通过自动化技术简化工作流程, 提高效率和准确性。本章帮助读者理解图像识别自动化与电子邮件处理自动化的目的和重要性,掌握运用Python技术提高数据处理效率和准确性的方法。
第5章“Python在财务应用程序自动化领域的应用”全面介绍Python在财务应用程序自动化领域的应用,特别是PyAutoGUI库的使用。通过实战案例, 本章教授如何实现自动定时下载网银流水等自动化任务,帮助读者实现从烦琐手动操作到高效自动化流程的工作方式转变。
第6章“基于Python的Excel操作自动化基础”和第7章“Python在Excel操作自动化领域的应用——财务自动化审计”专注于基于Python的Excel操作自动化,从基础到财务自动化审计的实战案例,让读者掌握如何高效处理Excel数据,提升工作效率,减少人为错误。
第8章“Python在Excel操作自动化领域的应用——财务报表自动分析”探讨Python在 Excel操作自动化领域的应用,特别是在财务报表自动分析方面。通过实际案例,本章教授如何进行财务静态分析、趋势分析和同业比较,帮助读者挖掘数据背后的深层价值,发现企业价值的秘密。
第9章“Python在 Word操作自动化领域的应用”和第10章“Python在PPT操作自动化领域的应用”分别介绍Python在 Word和PPT操作自动化领域的应用,从基础操作到实战案例,帮助读者提升报告生成效率和质量,减少人为错误,增强报告的专业度。
通过本书的学习,读者将能够掌握 Python在财务自动化领域的多种应用, 释放双手,专注于更有创造性和战略性的任务。本书旨在成为读者职业发展道路上的一盏明灯,照亮前行的道路,帮助读者在财务自动化的浪潮中乘风破浪,实现个人价值的最大化。
本书力求内容的准确性和实用性,同时注重语言的简洁和清晰。相信通过本书的学习,读者将能够快速提升自己的Python编程技能,并将这些技能应用到实际工作中,实现个人和组织的共同发展。
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
